Stale zmieniający się pokój mebli Ikea może pomóc AI poruszać się po świecie

Ilustracja przedstawiająca robota stojącego przed pokojem wypełnionym meblami. AI2

W budynku naprzeciwko głównego biura w Seattle, Allen Institute for Artificial Intelligence (AI2) ma wystarczającą ilość mebli Ikea, aby skonfigurować 14 różnych mieszkań. Laboratorium nie zajmuje się projektowaniem wnętrz – nie do końca. Zasoby mają na celu wytrenowanie inteligentniejszych algorytmów sterowania robotami.

Roboty domowe, takie jak Roomba, działają dobrze tylko dlatego, że ich zadania są stosunkowo proste. Włóczenie się po okolicy, cofanie się i powracanie w kółko do tych samych miejsc nie ma tak naprawdę znaczenia, gdy celem jest nieustanne czyszczenie tej samej podłogi.

Ale wszystko, co wymaga bardziej wydajnej lub złożonej nawigacji, nadal działa na wielu najnowocześniejszych robotach. Badania potrzebne do poprawy tego stanu rzeczy są również kosztowne – ograniczając większość najnowocześniejszych postępów do dobrze finansowanych laboratoriów komercyjnych.

Teraz AI2 chce upiec dwie pieczenie na jednym ogniu. We wtorek ogłosiło nowe wyzwanie o nazwie RoboTHOR (THOR od The House Of Interactions — tak, naprawdę). Będzie to podwójny sposób na pozyskanie lepszych algorytmów nawigacyjnych i obniżenie barier finansowych dla naukowców, którzy mogą nie mieć własnych zasobów robotyki.

Ostatecznym celem jest szybszy rozwój sztucznej inteligencji poprzez zaangażowanie większej liczby grup badawczych. Różne społeczności powinny przedstawiać różne perspektywy i przypadki użycia, które rozszerzą repertuar możliwości robotów, przybliżając pole do bardziej uogólnionej inteligencji.

Bezpośrednie porównanie rzeczywistych i symulowanych jadalni w jednej z konfiguracji mieszkania.

Laboratorium zaprojektowało łatwo rekonfigurowalny pokój wielkości ciasnego studia, który będzie miejscem scenicznym dla wszystkich 14 wariantów mieszkań. Ma też odtworzone identyczne wirtualne repliki w Unity, popularnym silniku do gier wideo — a także w 75 innych konfiguracjach — które zostały udostępnione online na zasadach open source. Łącznie te 89 konfiguracji zapewni realistyczne środowiska symulacyjne dla zespołów na całym świecie, które będą szkolić i testować algorytmy nawigacji. Środowiska są również fabrycznie załadowane modelami robotów AI2 i jak najwierniej odzwierciedlają fizykę świata rzeczywistego, taką jak grawitacja i odbicia światła.

Wyzwanie dotyczy w szczególności opracowania algorytmów, które mogą przenieść robota z losowej lokalizacji początkowej w pokoju do obiektu w tym pokoju, po prostu podając mu nazwę obiektu. Będzie to trudniejsze niż prosta nawigacja, ponieważ będzie wymagało od robota zrozumienia polecenia i rozpoznania obiektu również w jego polu widzenia.

Drużyny będą rywalizować w trzech fazach. W fazie pierwszej otrzymają oni 75 środowisk symulacyjnych wyłącznie cyfrowych do trenowania i walidacji swoich algorytmów. W fazie drugiej najlepsi gracze otrzymają cztery nowe środowiska symulacyjne z odpowiednimi fizycznymi sobowtórami. Zespoły będą mogły zdalnie udoskonalać swoje algorytmy, ładując je do prawdziwych robotów AI2.

W końcowej fazie najskuteczniejsze podmioty będą musiały wykazać możliwość uogólnienia swoich algorytmów w ostatnich 10 cyfrowych i odpowiadających im mieszkaniach fizycznych. Zespoły, które uzyskają najlepsze wyniki w tej końcowej fazie, zdobędą prawa do przechwałek i zaproszenie do zaprezentowania swoich modeli na Konferencji Wizji Komputerowej i Rozpoznawania Wzorców, wiodącej konferencji badawczej poświęconej sztucznej inteligencji dotyczącej systemów wizyjnych.

Różne obiekty rzeczywiste i symulowane. AI2

Po zakończeniu wyzwania AI2 planuje pozostawić konfigurację dostępną, dając każdemu dostęp do środowiska w celu dalszego prowadzenia badań robotyki. Badacze, którzy osiągną pewien próg dokładności w symulowanych środowiskach — dowodząc, że nie rozbiją robotów — będą mogli zdalnie wdrożyć swoje algorytmy w środowiskach fizycznych. Pokój będzie się obracał między różnymi konfiguracjami mebli.

Zamierzamy utrzymać to środowisko i będziemy konserwować te roboty, mówi Ani Kembhavi, naukowiec z AI2, który kieruje projektem. Jego zespół planuje opracować system podziału czasu, aby umożliwić różnym badaczom na zmianę zdalnie testować swoje algorytmy w rzeczywistym świecie.

AI2 ma nadzieję, że strategia sprawi, że badania w dziedzinie robotyki będą bardziej dostępne, eliminując jak najwięcej związanych z tym kosztów sprzętu. Ma również nadzieję, że program zainspiruje inne dobrze finansowane organizacje do udostępnienia swoich zasobów w podobny sposób. Dodatkowo celowo zaprojektował swój rekonfigurowalny pokój z niskimi kosztami materiałów i dostępnymi na całym świecie meblami Ikea; konfiguracja kosztowała około 10 000 USD. Gdyby inni badacze chcieli zbudować własne fizyczne przestrzenie treningowe, mogą z łatwością replikować je lokalnie i nadal pasować do wirtualnych środowisk symulacji.

Kembhavi, którego ojciec jest astronomem, porównuje ten pomysł do globalnego udostępniania teleskopów. Jak mówi, społeczności takie jak astronomia odkryły, jak wykorzystać drogie zasoby i udostępnić je naukowcom na całym świecie.

To nasza wizja tego środowiska – dodaje. Ucieleśniona sztuczna inteligencja dla wszystkich.

ukryć